[논문]기상레이더 강수량 추정 값의 댐 유역 홍수 유출모의 적용

조영현; 우수민; 노준우; 이을래

doi:10.3741/jkwra.2020.53.3.155

기상레이더 강수량 추정 값의 댐 유역 홍수 유출모의 적용
Application of the weather radar-based quantitative precipitation estimations for flood runoff simulation in a dam watershed 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.53 no.3, 2020년, pp.155 - 166

조영현 (K-water연구원 한-메콩물관리연구센터) , 우수민 (K-water 통합물관리처) , 노준우 (K-water연구원 통합물관리연구소) , 이을래 (K-water연구원 통합물관리연구소)

초록
AI-Helper

본 연구에서는 국내 산지지형을 대표하며, 타 댐 유역에 비해 비교적 수문(수위/유량)관측소와 자료가 많은 용담시험유역에 기상레이더 강수량 추정 값(RAR)을 적용해 산지지형 댐 유역에서 강우의 시공간적 변동성과 이에 따른 홍수량의 정확한 분석을 통해 홍수 시 댐 유입량의 정확한 산정 등에 활용할 목적으로 홍수 유출모의를 수행하였다. 모의에는 최근 5년(2014~2018년) 동안 발생한 비교적 독립적인 총 8개의 홍수사상을 적용하였으며, 모형은 HEC-GeoHMS와 ModClark 방법을 통해 분포형 강우를 적용할 수 있는 비교적 간단한 모형인 HEC-HMS를 활용하였다. 아울러 이 과정에서 레이더 강수량의 모형적용을 위해 NCL 및 Python 기반의 자료처리 스크립트 프로그램을 개발하여 활용하였다. 연구 결과로서 기상레이더 강수량 추정 값(RAR)이 관측에 비해 다소 과소 추정(R² 0.86)된 것을 알 수 있었고, 기존 지점관측 기반 유역평균 강수량을 사용한 방법과의 비교에서는 레이더 강수량을 적용한 모형이 유역의 강우-유출 도달시간 등과 관련된 매개변수 값의 큰 조정 없이도 홍수유출을 효율적으로 (8개모의 평균 E_NS 0.863, R² 0.873, 그리고 PBIAS 7.49%) 잘 모의하는 것을 파악할 수 있었다.

Abstract ▼ AI-Helper

In this study, we applied the Radar-AWS Rainrates (RAR), weather radar-based quantitative precipitation estimations (QPEs), to the Yongdam study watershed in order to perform the flood runoff simulation and calculate the inflow of the dam during flood events using hydrologic model. Since the Yongdam study watershed is a representative area of the mountainous terrain in South Korea and has a relatively large number of monitoring stations (water level/flow) and data compared to other dam watershed, an accurate analysis of the time and space variability of radar rainfall in the mountainous dam watershed can be examined in the flood modeling. HEC-HMS, which is a relatively simple model for adopting spatially distributed rainfall, was applied to the hydrological simulations using HEC-GeoHMS and ModClark method with a total of eight independent flood events that occurred during the last five years (2014 to 2018). In addition, two NCL and Python script programs are developed to process the radar-based precipitation data for the use of hydrological modeling. The results demonstrate that the RAR QPEs shows rather underestimate trends in larger values for validation against gauged observations (R2 0.86), but is an adequate input to apply flood runoff simulation efficiently for a dam watershed, showing relatively good model performance (ENS 0.86, R2 0.87, and PBIAS 7.49%) with less requirements for the calibration of transform and routing parameters than the spatially averaged model simulations in HEC-HMS.

주제어

표/그림 (18)

그림 Fig. 1. RAR estimation algorithm (ver. 2.0) (KMA, 2014)
그림 Fig. 2. ModClark conceptual model (Kull and Feldman, 1998)
표 Table 1. RAR data (ver. 2.0) specifications
그림 Fig. 3. Location of study area (Yongdam study watershed)
그림 Fig. 4. Land use, hydrological soil groups, and curve number of study area
그림 Fig. 5. Schematic diagram of RAR data processing
그림 Fig. 6. RAR data geo-referencing
표 Table 2. Storm events (8 independent event) for study area showing total precipitation and discharge amounts
표 Table 3. Calculation methods for the developed HEC-HMS models
그림 Fig. 7. Spatial variability of cumulative precipitation depth (mm) of selected storm events
그림 Fig. 8. Scatter plot comparing hourly RAR and gauge data (areal average)
그림 Fig. 9. Developed two HEC-HMS models (Clark and ModClark)
그림 Fig. 10. Calibrated parameters from the initial parameter values of each model
표 Table 4. Initial parameter values for the developed HEC-HMS models
그림 Fig. 11. Hydrographs of flood runoff simulation for the developed models
표 Table 5. Statistical results of flood runoff simulation for the developed models
그림 Fig. 12. Hydrographs of flood runoff simulation for the developed models at each flow gauges (storm event 1 & 2)
표 Table 6. Model efficiency (ENS) of flood runoff simulation results at each flow gauges

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 국내 산지지형을 대표하며, 타 댐 유역에 비해 비교적 수문(수위/유량)관측소와 자료가 많은 용담시험유역에 기상레이더 강수량 추정 값(RAR)을 적용해 산지지형 댐 유역에서 강우의 시공간적 변동성과 이에 따른 홍수량의 정확한 분석을 통해 홍수 시 댐 유입량의 정확한 산정 등에 활용할 목적으로 홍수 유출모의를 수행하였다. 모의 결과는 기존 지점관측 기반 유역평균 강수량을 적용한 방법과의 비교를 통해 공간 분포형 레이더 격자 강수량 자료의 홍수 유출모의 활용성을 검토하고자 하며, 이를 통하여 산지지형 댐 유역의 홍수 특성을 보다 더 효율적이고 정확하게 분석해 보고자 한다.
본 연구에서는 국내 산지지형을 대표하며, 타 댐 유역에 비해 비교적 수문(수위/유량)관측소와 자료가 많은 용담시험유역에 기상레이더 강수량 추정 값(RAR)을 적용해 산지지형 댐 유역에서 강우의 시공간적 변동성과 이에 따른 홍수량의 정확한 분석을 통해 홍수 시 댐 유입량의 정확한 산정 등에 활용할 목적으로 홍수 유출모의를 수행하였다. 모의 결과는 기존 지점관측 기반 유역평균 강수량을 적용한 방법과의 비교를 통해 공간 분포형 레이더 격자 강수량 자료의 홍수 유출모의 활용성을 검토하고자 하며, 이를 통하여 산지지형 댐 유역의 홍수 특성을 보다 더 효율적이고 정확하게 분석해 보고자 한다.
본 연구에서는 기상레이더 기반 격자 강수량을 활용한 홍수 유출모의를 위해 필요한 자료 전처리 프로그램을 개발과 ModClark 방법 기반의 HEC-HMS 모형을 구축하였으며, 이를 전체 8개 홍수사상에 대해 적용하여 유출량 분석을 수행하였다. 연구를 통해 최신 기상레이더 강수량 추정 자료의 산지 지역 댐 유역 수문모의에의 활용성을 평가하고자 했으며, 그 공간분포에 따른 유출해석 상의 유용성 및 효율성을 파악할 수 있었는데, 그 주요 결과는 다음과 같다.
레이더 기반의 공간 분포형 격자 강수량 추정 값을 활용한 홍수분석 모의를 수행하기 위해서는 ArcGIS (ESRI, 2019)에서 구동되는 Arc Hydro와 HEC-GeoHMS 어플리케이션을 이용하여 HEC-HMS 모형을 구축하여야 한다. 이는 격자단위(grid-based) 강우-유출 해석 방법인 ModClark이 적용된 HECHMS 모형을 만들기 위함으로, 본 연구에서는 ModClark 모형뿐만 아니라 기존 집중형(lumped) 해석 방법의 하나로 적용되어온 Clark의 유역추적법에 기반 한 모형도 동시에 구축하여 지점 자료를 티센망(Thiessen polygon)으로 공간보간 평균한 면적 강수량을 활용한 홍수모의의 결과와도 비교 검증할 수 있도록 하였다.
한편, 본 연구의 홍수분석 모의에서는 일반적인 강우-유출 예측을 위한 모형의 검·보정 과정처럼 매개변수 셋(set)을 하나로 설정하지 않고 각각 개별로 매개변수 값을 조정하여 모형의 검증작업을 수행하였는데, 그 이유는 연구에서 활용한 공간 분포형 격자강수량 자료와 이의 모의방법(ModClark)이 산지지역 댐 유역의 홍수특성을 보다 더 효율적이고 정확하게 분석하는 지를 파악하고, 이를 기존 지점관측 기반 유역평균 강우를 적용한 방법과의 비교를 통해 그 활용성을 검토하기 위함이다.

제안 방법

각 모형의 구축에서 DEM으로부터 하천망(stream network) 및 소유역(subbasin) 구분을 위한 유역 설정은 용담시험유역 전체 유역면적의 3%의 경계조건(threshold)을 Arc Hydro에 입력하여 진행하였으며, 모형별로 사용하는 각 수문모의 과정에서의 유출고(runoff-depth), 유역추적, 기저유량(baseflow),그리고 하도추적 등의 계산은 HEC-GeoHMS 상에서 Table 3에 제시된 방법으로 각각 설정하여 모형 구축을 진행했다.
구축된 모형의 홍수 유출모의 수행은 앞서 선정한 8개 이벤트의 시단위 관측 및 격자 강수량 데이터를 이용하여 진행하였으며, 각각의 모형별로 용담시험유역 내에 있는 총6개 유량 관측 지점의 유량 값과 유사하게 모의 수문곡선을 도출하기 위해 필요한 모형 매개변수 값을 조정했다. 한편, 본 연구의 홍수분석 모의에서는 일반적인 강우-유출 예측을 위한 모형의 검·보정 과정처럼 매개변수 셋(set)을 하나로 설정하지 않고 각각 개별로 매개변수 값을 조정하여 모형의 검증작업을 수행하였는데, 그 이유는 연구에서 활용한 공간 분포형 격자강수량 자료와 이의 모의방법(ModClark)이 산지지역 댐 유역의 홍수특성을 보다 더 효율적이고 정확하게 분석하는 지를 파악하고, 이를 기존 지점관측 기반 유역평균 강우를 적용한 방법과의 비교를 통해 그 활용성을 검토하기 위함이다.
한편, 그림에서 ModClark 모형의 경우는 각 격자별 계산된 소유역별 도달시간과 직접유출고 산정 시 활용되는 Curve Number 격자도 모형 구축에 필요한 정보로 산정 활용되었다. 또한, 모형에는 그림에서 보이는 유역상류각 하천과 유역출구 총6개 유량관측 지점의 유량자료도 입력하여 홍수 유출모의 결과에서 모의 값과의 비교 검증에 활용되도록 하였다.
본 연구에서 수문모의 방법을 다르게 적용하여 구축한 두 종류의 HEC-HMS 모형을 그림 Fig. 9에 제시하였다. 먼저 지상관측 기반 유역평균 강수량을 모의하기 위한 Clark의 방법이 적용된 모형은 총 25개 소유역으로 구분되어 구축되었으며, 격자단위 RAR 강수량을 활용하기 위한 ModClark 모형은 레이더 1 km×1 km의 격자를 적용하여 총1,337개의 분석단위로 구축되었다.
본 연구에서는 기상레이더 기반 격자 강수량을 활용한 홍수 유출모의를 위해 필요한 자료 전처리 프로그램을 개발과 ModClark 방법 기반의 HEC-HMS 모형을 구축하였으며, 이를 전체 8개 홍수사상에 대해 적용하여 유출량 분석을 수행하였다. 연구를 통해 최신 기상레이더 강수량 추정 자료의 산지 지역 댐 유역 수문모의에의 활용성을 평가하고자 했으며, 그 공간분포에 따른 유출해석 상의 유용성 및 효율성을 파악할 수 있었는데, 그 주요 결과는 다음과 같다.
이렇게 생산된 자료는 특정 데이터 포맷의 파일형태로 제공이 되는데, 수문 모델링을 위해서는 이러한 파일의 자료형식 변환 및 다른 투영 좌표계로의 변환을 통한 새로운 형식의 파일 생산 등 몇 단계의 전처리 작업이 필요하다. 본연구에서는 RAR 이미지 파일에 대해 총 3단계의 자료 전처리를 진행하였으며, 이를 위해서 NCAR Command Language(NCL, 2019) 및 Python 기반의 스크립트(script) 프로그램을 개발하여 활용하였다. Fig.
HEC-HMS에 의한 홍수분석 모의 결과를 고찰하기 위해 우선 구축된 각 모형의 주요 매개변수의 초기 값을 Table 4에 제시하였다. 이를 바탕으로 시단위 관측 유역평균 및 레이더 기반 격자 강수량 자료를 활용하여 홍수 유출모의를 수행했으며, Fig. 10은 모의 이후의 각 모형별 초기 매개변수 값 조정 유무를 나타낸 것이다.
표에서 알 수 있듯이 기본적으로 RAR는 바이너리 포맷(binary format)으로 제공되는데, 홍수분석 모의 등의 수문 모델링에 이용하기 위해서는 사람이 읽을 수 있는 형식으로의 변환이 불가피하다. 자료는 매 10분마다 생산되며 1 km의 공간 해상도(1.5 km 산출고도)를 갖는 격자 형태의 강수 합성장이다. 참고로 “Lambert Conformal Conic projection”은 지도상의 면적에 대해 최소 왜곡을 가지는 투영 좌표계(Projected Coordinate System, PCS)로 유역 수문 모델링 등에 주로 활용된다.
한편, Fig. 6은 전처리의 두 번째 과정에 대한 사항으로 모형에 입력되는 격자 강수량 면적의 왜곡을 실제 크기대비 최소화하기 위하여 HEC-HMS에서 사용하는 표준 수문격자(Standard Hydrologic Grid, SHG) 좌표계 이미지로 다시 변환해주는 처리과정을 도식화 한 것으로, 처리는 ArcGIS에서지원되는 ArcPy 모듈 등을 이용하여 개발한 Python 스크립트프로그램을 통해 진행하였다. 여기서 채택한 SHG 좌표계는“Albers Equal-Area projection”이다.
한편, 본 강수량 및 하천유량 자료는 시단위 데이터를 확보하여 HEC-HMS 모형 수행 및 검·보정에 활용하였다.
2% 과소 추정된 것을 알 수 있다. 한편, 상관계수(R²)의 경우는 0.86으로 관측과 높은 상관성이 있는 것을 파악할 수 있으며, 과소 추정된 강수량은 홍수 유출모의 시 모형의 관련 매개변수 값을 조정하여 분석에 활용하였다.

대상 데이터

홍수 유출모의에 필요한 HEC-HMS 모형은 기본적으로 GIS 기반에서 구축을 진행한 후 분석을 수행하기 때문에 모형의 구축에 필요한 수치표고모델(Digital Elevation Model,DEM), 토지피복도, 토양도 등의 GIS 공간정보 확보는 필수적인 사항이다. 본 연구에서는 먼저 지형자료로 30 m 해상도 DEM을 국토지리정보원 국토정보플랫폼으로부터 확보했으며, 토지피복도와 토양도의 경우는 환경부 환경공간정보서비스와 국립농업과학원 흙토람에서 제공하는 1:25,000 크기의 중분류 토지피복도와 정밀토양도를 각각 사용하였다. Fig.
본 연구의 대상 유역은 용담시험유역으로 금강 상류, 북위 35°35' ~ 36°00', 동경 127°20' ~ 127°45' 에 위치하고 있으며 무주군, 진안군, 장수군을 포함한 충청남도, 전라북도, 경상남도에 속해있다.
본 연구의 홍수분석 모의를 위해 최근 5년, 2014~2018년 동안 용담시험유역(용담댐)에 발생한 홍수 이벤트 중 연도별로 비교적 독립적인 1~2개의 사상을 선정하였다. 독립 사상의 선정 이유는 HEC-HMS 모형이 그 유효유량(직접유출고) 산정에 이벤트 기반의 SCS Curve Number 방법을 채택하고 있기 때문에, 연속적인 홍수 이벤트의 모의 시 부정확한 결과가 야기될 수 있으므로(Cho and Engel, 2018) 이를 고려한 선정을 하여야 한다.
3 참조) 및 유역평균 강수량과 유역출구 용담댐 지점에서의 첨두유량 및 총 유출량을 나타낸 것으로 2015~2017년의 경우는 연속된 장기 가뭄에 따라 상대적으로 규모가 작은 홍수의 선정이 불가피하였다. 선정된 사상 중 가장 큰 홍수는 2016년 8월에 발생한 것으로 총 강수량이 약 300 mm, 유출량이 2,200 m³/sec에 달했다. 한편, 본 강수량 및 하천유량 자료는 시단위 데이터를 확보하여 HEC-HMS 모형 수행 및 검·보정에 활용하였다.

이론/모형

먼저 지상관측 기반 유역평균 강수량을 모의하기 위한 Clark의 방법이 적용된 모형은 총 25개 소유역으로 구분되어 구축되었으며, 격자단위 RAR 강수량을 활용하기 위한 ModClark 모형은 레이더 1 km×1 km의 격자를 적용하여 총1,337개의 분석단위로 구축되었다.
레이더-AWS 강우강도(Radar-AWS Rainrates, RAR)는 기상청에서 강수예보 활용의 목적으로 개발한 자료로 레이더 반사도(Z)와 우량계 강수량(R)을 이용하여 실시간으로 Z-R 관계식을 산출 적용하여 제공하고 있는 정량적 강수량 추정 값을 지칭한다. 본 연구에서 활용한 RAR 합성장은 2015년도 10월부터 개선 적용된 RAR version 2.0의 알고리즘을 반영한 자료로 여기에는 국지우량계보정기법(Local Gauge Correction, LGC)이 적용되었다. 참고로 이 방법은 역거리가중기법(Inverse Distance Weighting, IDW)을 개선한 것으로서 AWS(Automated Weather Station)의 관측 값과 레이더에 의해 산출된 값의 오차에 따른 가중치를 적용하여 레이더 격자 강수량을 보정한다(Zhange et al.
용담시험유역의 7개 강우관측소와 레이더 기반 RAR 격자 자료에서 산출한 유역평균 강수량을 앞의 Table 2에서 비교하였다. 여기서 유역평균의 산출은 관측 자료의 경우 티센망에 의한 방법으로 격자 강수량의 경우는 산술평균에 의하였으며, 표에는 각 홍수사상에 대한 격자의 최댓값과 최솟값도 제시되어 있다. 표의 이벤트별 총량 비교에서 알 수 있듯이 레이더에 기반한 강수량은 관측 치와 비교하여 약간 과소 추정된 경향을 파악할 수 있는데, 이는 본 연구에서 사용한 홍수 이벤트의 모든 시간자료를 비교한 Fig.

성능/효과

1) 전반적으로 기상청 RAR 레이더 자료는 지점 관측에 비해 그 강수량 값이 과소 추정된 경향(R20.86)으로 8개 홍수사상 전체에서 28.2%의 차이를 보여, 이를 활용한 홍수분석에서 관련 매개변수 값의 보정을 필요로 하였다. 하지만,레이더 강우의 공간분포 특성상의 이점으로 인해 강우-유출량 산정과정에서 유역추적(유역 유출전이) 및 하도추적(하천 홍수추적) 등 도달시간에 관계된 사항은 매개변수값의 조정 없이도 모의에서 관측과 유사한 수문곡선을 산정할 수 있었다.
2) 홍수 유출모의 결과의 기존 지점관측 기반 유역평균 강수량을 사용한 방법과의 비교에서 레이더 강수량 적용 모형의 경우 8개모의 평균 ENS 0.863, R20.873, 그리고 PBIAS 7.49%,유역평균 값을 사용한 모형의 경우 ENS 0.895, R20.906, 그리고 PBIAS 7.42%로 일부 차이는 있었으나, RAR 자료의 경우에서 매개변수 값의 조정 없이 상대적으로 적정한 모의 수행이 가능하여 그 활용 효율성을 확인할 수 있었다.
3) 선행 강우 등에 따라 상이한 26.0~82.2%의 비율을 보이고는 있으나 본 연구에서 선정된 8개의 홍수 이벤트의 분석으로부터 평균 유출률 52.5%의 유역 홍수유출 특성을 파악할 할 수 있었다.
어떠한 수문모델을 활용한 모의에도 관측 자료의 확보가 기본적으로 그 모델의 성능 평가를 좌우한다. 따라서 본 연구의 홍수유출 모의 시 활용한 다 관측지점의 시단위 유량은 그 자체로도 아주 의미 있는 유역 홍수관리 모델링의 사례라고 할 수 있다.
이를 통해 홍수유출 해석 등에서 공간 분포형 레이더 격자강수량을 활용하면 지역적인 강수패턴 및 양을 모의에 반영할 수 있어 그 분석의 효율성이 증가한다는 것을 알 수 있다. 특히,댐 유역과 같이 산지지형이 대부분인 유역에서는 앞서 살펴본 것처럼 지역에 따라 강수량에 많은 차이가 있어 더욱 그 유출해석에 레이더 강수량과 같은 공간분포가 고려된 자료의 도입이 필요하다고 하겠다.
여기서 유역평균의 산출은 관측 자료의 경우 티센망에 의한 방법으로 격자 강수량의 경우는 산술평균에 의하였으며, 표에는 각 홍수사상에 대한 격자의 최댓값과 최솟값도 제시되어 있다. 표의 이벤트별 총량 비교에서 알 수 있듯이 레이더에 기반한 강수량은 관측 치와 비교하여 약간 과소 추정된 경향을 파악할 수 있는데, 이는 본 연구에서 사용한 홍수 이벤트의 모든 시간자료를 비교한 Fig. 8에서도 RAR 자료가 전체합계 689.6 mm로 관측 총량 960.9 mm에 비해 28.2% 과소 추정된 것을 알 수 있다. 한편, 상관계수(R²)의 경우는 0.
2%의 차이를 보여, 이를 활용한 홍수분석에서 관련 매개변수 값의 보정을 필요로 하였다. 하지만,레이더 강우의 공간분포 특성상의 이점으로 인해 강우-유출량 산정과정에서 유역추적(유역 유출전이) 및 하도추적(하천 홍수추적) 등 도달시간에 관계된 사항은 매개변수값의 조정 없이도 모의에서 관측과 유사한 수문곡선을 산정할 수 있었다.
11은 본 연구의 전체 홍수분석 모의 결과 수문곡선을 나타낸 것으로 대부분 관측과 유사하게 모의된 것을 볼 수 있다. 한편, 모의결과 평가와 관련된 통계치 비교(Table 5)에서는 관측 유역평균 강수량을 사용한 모형의 경우 8개 모의평균 E_NS 0.895, R²0.906, 그리고 PBIAS 7.42%, 레이더 강수량 적용모형의 경우 E_NS 0.863, R²0.873, 그리고 PBIAS 7.49%로 일부 차이는 있으나, 후자의 경우 앞서 설명한 것처럼 매개변수 값의 조정 없이 상대적으로 잘 모의가 되었다는 점에서 레이더 강수량 자료의 홍수 유출모의 활용성을 재확인할 수 있다.

후속연구

마지막으로 상기와 같은 연구결과는 용담시혐유역 상류 각 지류 하천에서 그간 상당한 기간 동안의 실측을 통한 비교적 신뢰성이 검증된 유량자료를 다수 구축해왔기 때문에 도출이 가능할 수 있었던 것으로 사료된다. 어떠한 수문모델을 활용한 모의에도 관측 자료의 확보가 기본적으로 그 모델의 성능 평가를 좌우한다.
이를 통해 홍수유출 해석 등에서 공간 분포형 레이더 격자강수량을 활용하면 지역적인 강수패턴 및 양을 모의에 반영할 수 있어 그 분석의 효율성이 증가한다는 것을 알 수 있다. 특히,댐 유역과 같이 산지지형이 대부분인 유역에서는 앞서 살펴본 것처럼 지역에 따라 강수량에 많은 차이가 있어 더욱 그 유출해석에 레이더 강수량과 같은 공간분포가 고려된 자료의 도입이 필요하다고 하겠다. 하지만, 격자단위 강수량의 경우 아직까지는 그 수량이 실제 관측 값에 비해 과소 추정되는 경향이 있어 이를 사용한 모의에서는 그 수량과 관련된 매개변수 값의 조정이 필요했다.

질의응답

핵심어	질문	논문에서 추출한 답변
	용담시험유역에 기상레이더 강수량 추정 값을 적용하여 얻은 수치를 활용할 방안은?	본 연구에서는 국내 산지지형을 대표하며, 타 댐 유역에 비해 비교적 수문(수위/유량)관측소와 자료가 많은 용담시험유역에 기상레이더 강수량 추정 값(RAR)을 적용해 산지지형 댐 유역에서 강우의 시공간적 변동성과 이에 따른 홍수량의 정확한 분석을 통해 홍수 시 댐 유입량의 정확한 산정 등에 활용할 목적으로 홍수 유출모의를 수행하였다. 모의에는 최근 5년(2014~2018년) 동안 발생한 비교적 독립적인 총 8개의 홍수사상을 적용하였으며, 모형은 HEC-GeoHMS와 ModClark 방법을 통해 분포형 강우를 적용할 수 있는 비교적 간단한 모형인 HEC-HMS를 활용하였다.
	레이더-AWS 강우강도란?	레이더-AWS 강우강도(Radar-AWS Rainrates, RAR)는 기상청에서 강수예보 활용의 목적으로 개발한 자료로 레이더 반사도(Z)와 우량계 강수량(R)을 이용하여 실시간으로 Z-R 관계식을 산출 적용하여 제공하고 있는 정량적 강수량 추정 값을 지칭한다. 본 연구에서 활용한 RAR 합성장은 2015년도 10월부터 개선 적용된 RAR version 2.
	레이더-AWS 강우강도를 활용한 충주댐 상류유역 대상 추정값과 한계점은?	이에 Lee et al. (2014b, 2014c)은 RAR를 이용한 수문모형 적용을 실시한 바 있으며, 충주댐 상류유역을 대상으로 한 홍수유출 모의에서 비교적 정확한 홍수량의 추정이 가능함을 보였다. 하지만, 이들의 연구에서도 적용한 유역의 출구 외에 상류의 지류 등 다 지점 관측 유량을 분석에 반영치 않아 레이더 강우만의 공간 분포형 격자 활용 효율성을 파악해 볼 수는 없었다.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증